프롭테크의 소비자 평가와 머신러닝을 이용한 아파트 매매 가격 분석
Analysis of Apartment Sale Prices with Consumer Reviews in Proptech and Machine Learning
1
조회
0
다운로드
4
인용
0
참고문헌
키워드
초록
본 연구는 프롭테크 플랫폼으로부터 사용자 중심의 비정형 데이터를 추출한 뒤, 토픽 모델링 기법을 이용하여 헤도닉 가격 모형의 소비자 중심 특성변수로 구성하고, 아파트 매매 가격에 미치는 영향을 분석하고자 한다. 분석모형으로는 선형 회귀방법과 랜덤 포레스트를 함께 사용한다. 아파트 공급 면적당 거래가격에 대한 헤도닉 가격 모형의 회귀분석 결과에 따르면 생활권, 교육과 관련된 토픽의 추정 계수는 각각 11.6%, 11.5%로 1% 유의수준 하에서 통계적으로 유의한 것으로 추정된다. 회귀분석 대신 랜덤 포레스트를 이용할 경우 약 0.71의 결정계수는 약 0.93으로 개선된 예측을 보인 것으로 확인된다. 본 연구는 프롭테크 플랫폼 서비스의 정보와 머신러닝 기술을 적용하여 부동산 시장의 아파트 가격 분석에서 수요 측면의 정보가 포함되어야 함을 통계적으로 밝히고, 그 방법을 구체적으로 제안했다는 기여가 있다. 우리의 연구 결과는 정부가 부동산 관련 정책을 추진함에 있어서 프롭테크 서비스 등을 포함하여 소비자가 생성하는 정보를 고려해야 한다는 정책적 시사점을 제시한다.
Abstract
In order to analyze apartment sales prices this study extracted user-centric and atypical data from the proptech platform and used the topic modeling covering consumer-centric variables of the hedonic price model. Analysis models included the linear regression and the random forest. According to the results from the linear regression for the hedonic price model about the sales prices per supply size of apartments, estimated coefficients of topics in terms of living areas andeducation marked 11.6% and 11.5% respectively, which was statistically significant within the margin of 1%. In the case that the random forest would be used instead of the linear regression 0.71%, a coefficient of determination, could go up to approximately 0.93. This study utilized the information of the proptech platform and the machine learning technology in order to statistically identify data in terms of demand for apartments sales prices. Thus, this study was very helpful in suggesting a tangible methodology. This study also indicated that the government should consider the information including the proptech platform produced by consumers in order to come up with measures for real estates.
참고문헌 (36)
- 경정익, "프롭테크 동향과 진화방향에 대한 소고", 부동산융복합연구, 2(2), pp.5~23 (2022), 사단법인 한국부동산융복합학회
- 구본상, "능형회귀분석을 활용한 부동산 헤도닉 가격모형의 정확성 및 해석력 향상에 관한 연구 - 서울시 구로구 아파트를 대상으로 -", 한국건설관리학회 논문집, 16(5), pp.77~85 (2015), 한국건설관리학회[DOI]
- 김다니, "부동산 정책에 대한 시민 인식 구조와 그 시기별 변동에 관한 트위터 분석: 토픽모델링 기법을 활용하여", 융합사회와 공공정책, 15(1), pp.33~63 (2021), 융합사회연구소
- 김승현, "머신러닝과 패널고정효과를 활용한 아파트 실거래가 예측", 주택연구, 30(1), pp.43~69 (2022), 한국주택학회[DOI]
- 김이환, "기계학습 방법론을 활용한 아파트 매매가격지수 연구", 부동산분석, 8(3), pp.1~29 (2022), 한국부동산원[DOI]
- 이인호, "트리 기반 앙상블 방법을 활용한 자동 평가 모형 개발 및 평가: 서울특별시 주거용 아파트를 사례로", 한국데이터정보과학회지, 31(2), pp.375~389 (2020), 한국데이터정보과학회[DOI]
- 김태훈, "재건축 특성에 따른 아파트 가격변화에 관한 연구", 부동산연구, 14(2), pp.179~200 (2004)
- 문태헌, "신문기사 감성분석과 아파트매매실거래가의 관계 분석 : 부산지역 사례", 주거환경, 18(3), pp.135~149 (2020), 한국주거환경학회
- 박재수, "기계학습 기술을 이용한 부동산 감성지수 개발 모형 연구", 부동산학연구, 27(2), pp.47~62 (2021), 한국부동산분석학회[DOI]
- 박종기, "오피스 가격 결정요인에 관한 연구 -거래특성과 공간자기상관을 중심으로-", 부동산연구, 21(3), pp.91~108 (2011), 한국부동산연구원
- 박종영, "TF-IDF 가중치 모델을 이용한 주택시장의 변화특성 분석", 부동산학보, (63), pp.46~58 (2015), 한국부동산학회
- 배성완, "기계 학습을 이용한 공동주택 가격 추정: 서울 강남구를 사례로", 부동산학연구, 24(1), pp.69~85 (2018), 한국부동산분석학회[DOI]
- 양건필, "기계학습과 XAI를 활용한 아파트 가격과 지역특성과의 관계 분석", 부동산연구, 32(3), pp.7~24 (2022), 한국부동산연구원[DOI]
- 윤성진, "토픽 모델링을 활용한부동산 대책 및 사회적 이슈 분석", 부동산정책연구, 22(1), pp.15~37 (2021), 한국부동산정책학회[DOI]
- 이소영, "아파트 가격에 영향을 미치는 근린환경 요인 분석", 부동산분석, 6(1), pp.19~37 (2020), 한국부동산원[DOI]
- 김종기, "유비쿼터스 아파트 기능에 대한 선호도 분석 - u-아파트 거주자, 비거주자 및 전문가의 비교를 중심으로 -", 부동산학연구, 14(3), pp.81~98 (2008), 한국부동산분석학회
- 이주미, "머신러닝을 이용한 부동산 지수 예측 모델 비교", 대한건축학회논문집, 37(1), pp.191~199 (2021), 대한건축학회[DOI]
- 이정윤, "국내 프롭테크 기업의 발전방향에 대한 연구: 부동산 플랫폼 정보제공 기능을 중심으로", 지식경영연구, 22(2), pp.55~76 (2021), 한국지식경영학회[DOI]
- 이종민, "뉴스 빅데이터를 이용한 전세 가격 예측 - 토픽모형 분석을 중심으로 -", 부동산학보, (69), pp.43~57 (2017), 한국부동산학회
- 임재현, "주택특성가격이론의 발전 모색", 한국행정학보, 32(1), pp.247~261 (1998)
- 장몽현, "텍스트 마이닝을 활용한 주택가격 변동에 관한 연구", 한국주거학회논문집, 30(2), pp.35~42 (2019), 한국주거학회[DOI]
- 장몽현, "공간계량모형을 활용한 아파트가격 영향요인 분석 연구 - 대구시 수성구를 중심으로 -", 한국주거학회논문집, 31(1), pp.79~86 (2020), 한국주거학회[DOI]
- 정수연, "A Study on Apartment Floor Value in Seoul Using a Hierarchical Linear Model", 감정평가학논집, 8(2), pp.43~52 (2009), 한국감정평가학회
- 조민서, "특성가격모형의 분석결과를 종합한 주택가격 결정요인에 관한 연구", 주택연구, 19(4), pp.49~78 (2011), 한국주택학회
- 한국프롭테크포럼, "한국프롭테크포럼 회원사편람" (2022), 한국프롭테크포럼
- "Korea Proptech Forum Member’s Map" (2023)[URL]
- 허세림, "헤도닉가격기법을 이용한주택특성의 잠재가격 추정", 주택연구, 2(2), pp.27~42 (1994)
- 홍정의, "랜덤 포레스트 알고리즘을 통한 주택 대량평가모형 연구", 부동산분석, 7(1), pp.1~28 (2021), 한국부동산원[DOI]
- Blei, D. M., "Latent dirichlet allocation", Journal of machine Learning Research, 3, pp.993~1022 (2003)
- Breiman, L., "Random forests", Machine Learning, 45(1), pp.5~32 (2001)
- Brown, J. N., "On the estimation of structural hedonic price models", Econometrica, 50(3), pp.765~768 (1982)
- Chau, K. W., "A critical review of literature on the hedonic price model", International Journal for Housing Science and Its Applications, 27(2), pp.145~165 (2003)
- Hong, J., "A house price valuation based on the random forest approach : The mass appraisal of residential property in South Korea", International Journal of Strategic Property Management, 24(3), pp.140~152 (2020)
- Ibbotson, R. G., "Real estate returns : A comparison with other investments", Real Estate Economics, 12(3), pp.219~242 (1984)
- Lundberg, S. M., "A unified approach to interpreting model predictions", Advances in Neural Information Processing Systems, 30, pp.4765~4774 (2017)
- Röder, M., "Exploring the space of topic coherence measures", Proceedings of the Eighth ACM International Conference on Web Search and Data Mining, pp.399~408 (2015)